К содержимому

Датасет · gsarti

Корпус идиоматических выражений MAGPIE

gsarti/magpie

Около 37 тыс. аннотированных примеров потенциальных идиом в переносном или буквальном значении.

Что внутри

Набор данных создан на основе Британского национального корпуса (BNC) и содержит от 10K до 100K английских текстов. Включает около 37 тыс. семплов для 1482 идиом, аннотированных как полностью фигуративные или буквальные выражения.

Что можно сделать

  • Классификация текста и анализ семантики идиоматических выражений
  • Исследование понимания идиом нейронными моделями машинного перевода
Задачи
Классификация текста, Перевод
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
704
Лайков
8

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("gsarti/magpie")